
# импортируем библиотеки
import missingno as msno
import pandas as pd
import numpy as np
import math
import matplotlib.pyplot as plt
import seaborn as sns
import plotly.express as px 
from plotly import graph_objects as go 
import folium
import json
from folium import Map, Choropleth


# посмотрим на первые строки
display(data.head())


# отобразим основную инвормацию
display(data.info())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8406 entries, 0 to 8405
Data columns (total 14 columns):
 #   Column             Non-Null Count  Dtype  
---  ------             --------------  -----  
 0   name               8406 non-null   object 
 1   category           8406 non-null   object 
 2   address            8406 non-null   object 
 3   district           8406 non-null   object 
 4   hours              7870 non-null   object 
 5   lat                8406 non-null   float64
 6   lng                8406 non-null   float64
 7   rating             8406 non-null   float64
 8   price              3315 non-null   object 
 9   avg_bill           3816 non-null   object 
 10  middle_avg_bill    3149 non-null   float64
 11  middle_coffee_cup  535 non-null    float64
 12  chain              8406 non-null   int64  
 13  seats              4795 non-null   float64
dtypes: float64(6), int64(1), object(7)
memory usage: 919.5+ KB

None


# построим столбцатую диаграмму количества пропусков
msno.bar(data)
plt.show()


# посчитаем количество полных дубликатов

print(f'Количество полных дубликотов в данных равно {data.duplicated().sum()}')
print('*****************************************')
print('Количество дубликотов  по имени и координатах в данных равно:', data[['name','lat','lng']].duplicated().sum())

Количество полных дубликотов в данных равно 0
*****************************************
Количество дубликотов  по имени и координатах в данных равно: 0


# # отобразим уникальные значения для проверки на ошибки и неявные дубликаты
display(data['name'].unique()[:50])
# посчитаем количество уникальных заведений
print(f'количество уникальных заведений в городе Москва равно:', len(data['name'].unique()))

array(['WoWфли', 'Четыре комнаты', 'Хазри', 'Dormouse Coffee Shop',
       'Иль Марко', 'Sergio Pizza', 'Огни города', 'Mr. Уголёк',
       'Donna Maria', 'Готика', 'Great Room Bar', 'Шашлык Шефф',
       'Заправка', 'Буханка', 'У Сильвы', 'Дом обеда', 'База Стритфуд',
       'Чайхана Беш-Бармак', 'Час-Пик', 'Пекарня', 'Чебуреки Манты',
       '7/12', 'Крымские чебуреки', 'Drive Café', 'В парке вкуснее',
       'Пикочино', 'Шаурму Х@чу', 'Mafe', 'Кушай Город', 'Кафедра',
       'Алталия', 'Додо Пицца', 'Изба', "Домино'с Пицца", 'Виладж пицца',
       'Пекарня № 1 Грузинская кухня', 'Халяль закусочная', 'Ижора',
       'Шаурмагия', 'Кафе', 'Крошка Картошка', 'Варня кафе',
       'Суши & пицца', 'Кафетерий', '9 Bar Coffee', 'CofeFest',
       'БлинБери', '2U-Ту-Ю', 'Шаурма', 'Арамье'], dtype=object)

количество уникальных заведений в городе Москва равно: 5614


# отобрази топ по количеству заведений
plt.style.use('seaborn-whitegrid')
data.groupby(by='name')['name'].count().sort_values(
    ascending=False).head(20).plot(kind='bar',
                                   figsize=(15, 5),
                                   alpha=0.6,
                                   color='g')
plt.title('количечтво заведений в Москве')
plt.ylabel('количество')
plt.xlabel('названия заведений')
plt.xticks(rotation=37)
plt.show()
print('**********************************************************')
display(
    data.groupby(by='name')['name'].count().sort_values(
        ascending=False).head(20))

C:\Users\coder\AppData\Local\Temp\ipykernel_4180\3802653872.py:2: MatplotlibDeprecationWarning: The seaborn styles shipped by Matplotlib are deprecated since 3.6, as they no longer correspond to the styles shipped by seaborn. However, they will remain available as 'seaborn-v0_8-<style>'. Alternatively, directly use the seaborn API instead.
  plt.style.use('seaborn-whitegrid')

**********************************************************

name
Кафе                                   189
Шоколадница                            120
Домино'с Пицца                          76
Додо Пицца                              74
One Price Coffee                        71
Яндекс Лавка                            69
Cofix                                   65
Prime                                   50
Хинкальная                              44
Шаурма                                  43
КОФЕПОРТ                                42
Кулинарная лавка братьев Караваевых     39
Теремок                                 38
Чайхана                                 37
Ресторан                                34
CofeFest                                32
Буханка                                 32
Столовая                                28
Му-Му                                   27
Drive Café                              24
Name: name, dtype: int64


# # отобразим уникальные значения для проверки на ошибки и неявные дубликаты

data['category'].unique()

array(['кафе', 'ресторан', 'кофейня', 'пиццерия', 'бар,паб',
       'быстрое питание', 'булочная', 'столовая'], dtype=object)


data['category'] = data['category'].astype('category')


# готовим данные для графика
category = pd.DataFrame(data['category'].value_counts()).reset_index()
# строим диаграмму с сегментами
fig = go.Figure(data=[go.Pie(labels=category['index'], # указываем значения, которые появятся на метках сегментов
                             values=category['category'],# указываем данные, которые отобразятся на графике
                             )]) # добавляем аргумент, который выделит сегмент-лидер на графике
fig.update_layout(title='Число заведений в зависимости от их категории', # указываем заголовок графика
                  width=800, # указываем размеры графика
                  height=600,
                  annotations=[dict(x=1.12, # вручную настраиваем аннотацию легенды
                                    y=1.05,
                                    text='Категория заведения',
                                    showarrow=False)])
fig.show() # выводим график


# отобразим уникальные значения для проверки на ошибки и неявные дубликаты
data['address'].unique()[:50]

array(['Москва, улица Дыбенко, 7/1', 'Москва, улица Дыбенко, 36, корп. 1',
       'Москва, Клязьминская улица, 15',
       'Москва, улица Маршала Федоренко, 12',
       'Москва, Правобережная улица, 1Б', 'Москва, Ижорская улица, вл8Б',
       'Москва, Клязьминская улица, 9, стр. 3',
       'Москва, Дмитровское шоссе, 107, корп. 4',
       'Москва, Ангарская улица, 39', 'Москва, Левобережная улица, 12',
       'Москва, улица Маршала Федоренко, 10с1',
       'Москва, МКАД, 80-й километр, 1',
       'Москва, Базовская улица, 15, корп. 1',
       'Москва, Ангарская улица, 42с1',
       'Москва, улица Бусиновская Горка, 2',
       'Москва, Базовская улица, 15, корп. 8',
       'Москва, Ленинградское шоссе, 71Б, стр. 2',
       'Москва, Коровинское шоссе, 30А', 'Москва, Ижорский проезд, 5',
       'Москва, Прибрежный проезд, 7',
       'Москва, Коровинское шоссе, 35, стр. 17',
       'Москва, Лобненская улица, 13к2', 'Москва, улица Дыбенко, 9Ас1',
       'Москва, парк Левобережный', 'Москва, Дмитровское шоссе, 107к2',
       'Москва, улица Дыбенко, 7, стр. 1',
       'Москва, МКАД, 78-й километр, 14к1',
       'Москва, Дмитровское шоссе, 157, стр. 15',
       'Москва, Базовская улица, 15, корп. 6',
       'Москва, Коровинское шоссе, 23, корп. 1',
       'Москва, Лобненская улица, 4А',
       'Москва, Клязьминская улица, 11, корп. 4',
       'Москва, Базовская улица, 15, корп. 15',
       'Москва, Коровинское шоссе, 33А',
       'Москва, Коровинское шоссе, 46, стр. 5',
       'Москва, Ижорский проезд, 5А', 'Москва, Базовская улица, 15А',
       'Москва, Ижорская улица, 18, стр. 1',
       'Москва, Коровинское шоссе, 29, корп. 1',
       'Москва, Дмитровское шоссе, 169, корп. 6',
       'Москва, Ангарская улица, 24А',
       'Москва, Коровинское шоссе, 41, стр. 1',
       'Москва, улица Маршала Федоренко, 6с1',
       'Москва, улица Маршала Федоренко, 7', 'Москва, Ижорская улица, 8А',
       'Москва, улица Дыбенко, 44', 'Москва, Ангарская улица, 30/25',
       'Москва, Дмитровское шоссе, 151, корп. 5',
       'Москва, Угличская улица, 13, стр. 8',
       'Москва, Абрамцевская улица, 30, стр. 1'], dtype=object)


len(data['address'].unique())

5753


# напишем функцию
def od(s):
    """This function take string wiht address and return name of street"""
    try:
        
        st = s.split(',')[1]
        st = ''.join(st.split(' улица'))
        st = ''.join(st.split('улица '))
        
        return st.strip()
        
    except:
        'err'
print(od('Москва, Дмитровское шоссе, 151, корп. 5'))

Дмитровское шоссе


# применем
data['street'] = data['address'].apply(od)


print(f"Количество уникальных названий улиц равно: {len(data['street'].unique())}")

Количество уникальных названий улиц равно: 1448


# посмотрим на неявные дубликаты
data['street'].unique()[:50]

array(['Дыбенко', 'Клязьминская', 'Маршала Федоренко', 'Правобережная',
       'Ижорская', 'Дмитровское шоссе', 'Ангарская', 'Левобережная',
       'МКАД', 'Базовская', 'Бусиновская Горка', 'Ленинградское шоссе',
       'Коровинское шоссе', 'Ижорский проезд', 'Прибрежный проезд',
       'Лобненская', 'парк Левобережный', 'Угличская', 'Абрамцевская',
       'ландшафтный заказник Лианозовский', 'Череповецкая',
       'Алтуфьевское шоссе', 'Лианозовский парк культуры и отдыха',
       'Дубнинская', 'Илимская', 'Шенкурский проезд', 'Новгородская',
       'парк Алтуфьево', 'Пришвина', 'бульвар Академика Ландау',
       'Лескова', 'Плещеева', 'Бибиревская', 'Лианозовский проезд',
       'Челобитьевское шоссе', 'Костромская', 'Карельский бульвар',
       'Инженерная', 'парк Ангарские пруды', 'Софьи Ковалевской',
       'Корнейчука', 'Проектируемый проезд № 5265', 'Римского-Корсакова',
       '800-летия Москвы', 'Юрловский проезд', 'парк Ангарские Пруды',
       'Вагоноремонтная', 'Мурановская', 'Конёнкова', 'Широкая'],
      dtype=object)


# посчитаем топ 
top_street = data.groupby('street')[['street']].count()
top_street.columns = ['point_count']
# отсортируем и оставим пять лидеров
top_street = top_street.reset_index().sort_values(by='point_count', ascending=False).head(15)
top_street.columns = ['Улица','Количество заведений']
display(top_street)


# строим столбчатую диаграмму 
fig = px.bar(top_street.sort_values(by='Количество заведений',ascending=True), 
             x='Количество заведений', # указываем столбец с данными для оси X
             y='Улица', # указываем столбец с данными для оси Y
             text='Улица',color='Количество заведений',color_continuous_scale='ylorbr'# добавляем аргумент, который отобразит текст с информацией                               # о количестве объявлений внутри столбца графика
            )
# оформляем график
fig.update_layout(title='ТОП-15 улиц по количеству заведений',
                   xaxis_title='Количество заведений',
                   yaxis_title='Улица'
                    )
fig.update_yaxes(title='y', visible=False, showticklabels=False)
fig.show() # выводим график


# отобразим уникальные значения для проверки на ошибки и неявные дубликаты
data.district.unique()

array(['Северный административный округ',
       'Северо-Восточный административный округ',
       'Северо-Западный административный округ',
       'Западный административный округ',
       'Центральный административный округ',
       'Восточный административный округ',
       'Юго-Восточный административный округ',
       'Южный административный округ',
       'Юго-Западный административный округ'], dtype=object)


# приведем к верному типу
data.district = data.district.astype('category')


print('Общее количество заведений в Москве равно:',len(data))

Общее количество заведений в Москве равно: 8406


# готовим данные для графика
district = pd.DataFrame(data['district'].value_counts()).reset_index()
# строим диаграмму с сегментами
fig = go.Figure(data=[go.Pie(labels=district['index'], # указываем значения, которые появятся на метках сегментов
                             values=district['district'],# указываем данные, которые отобразятся на графике
                             )]) # добавляем аргумент, который выделит сегмент-лидер на графике
fig.update_layout(title='Число заведений в зависимости от принадлежности к административному округу', # указываем заголовок графика
                  width=800, # указываем размеры графика
                  height=600,
                  annotations=[dict(x=1.12, # вручную настраиваем аннотацию легенды
                                    y=1.05,
                                    text='Округ города',
                                    showarrow=False)])
fig.show() # выводим график
print('**********************************************')
display(district)

**********************************************


# отобразим уникальные значения для проверки на ошибки и неявные дубликаты
display(data.hours.unique()[:20])

array(['ежедневно, 10:00–22:00',
       'пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00–02:00',
       'ежедневно, 09:00–22:00', 'ежедневно, 10:00–23:00',
       'пн 15:00–04:00; вт-вс 15:00–05:00',
       'пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00–22:00',
       'ежедневно, 12:00–00:00', 'ежедневно, круглосуточно',
       'ежедневно, 10:00–21:00', 'вт-сб 09:00–18:00',
       'ежедневно, 08:00–22:00', 'ежедневно, 13:00–00:00',
       'пн-пт 08:30–18:30; сб 10:00–20:00', 'ежедневно, 09:00–21:00',
       'пн-пт 09:00–21:00',
       'пн-чт 11:00–22:00; пт,сб 11:00–23:00; вс 11:00–22:00',
       'пн-пт 08:00–22:00; сб,вс 10:00–22:00', 'ежедневно, 10:00–19:00',
       'пн-пт 09:00–16:00', 'ежедневно, 08:00–21:00'], dtype=object)


# отобразим топ популярных графиков работы
data.value_counts('hours').head(10).plot(kind='bar',figsize=(15,5),alpha=0.6,color='g')
plt.title('Топ 10 популярных графиков работы заведений в Москве')
plt.ylabel('Количество')
plt.xlabel('График работы')
plt.xticks(rotation=37)
plt.show(); 
print('**********************************************************')
display(data.value_counts('hours').head(10))

**********************************************************

hours
ежедневно, 10:00–22:00      759
ежедневно, круглосуточно    730
ежедневно, 11:00–23:00      396
ежедневно, 10:00–23:00      310
ежедневно, 12:00–00:00      254
ежедневно, 09:00–21:00      204
ежедневно, 09:00–22:00      184
ежедневно, 12:00–23:00      178
ежедневно, 08:00–23:00      160
ежедневно, 08:00–22:00      148
dtype: int64


# Выделим и посчитаем количество заведений с графиком 24/7, создадим отдельный столбец с булевым значением отрожающий этот факт

# посмотрим на результат фильтрации
display(data.loc[((data['hours'].str.contains("ежедневно, круглосуточно"))|(data['hours'].str.contains("круглосуточно, ежедневно")))\
                 &(~data['hours'].isna())].head())
print('*********************************************')
print('Количество заведений с графиком работы 24/7 равно:',len(data.loc[((data['hours'].str.contains("ежедневно, круглосуточно"))|(data['hours'].str.contains("круглосуточно, ежедневно")))\
                 &(~data['hours'].isna())]))

*********************************************
Количество заведений с графиком работы 24/7 равно: 730


#  все верно взглянем на строки с пропусками в этом столбце
display(data.loc[(data['hours'].isna())].tail());
display(data.loc[(data['hours'].isna())].head())


# добавим столбец новый 'is_24/7'
# заполним положительные значения
data['is_24/7'] = data.loc[(data['hours'].str.contains("ежедневно, круглосуточно"))&(~data['hours'].isna())]['hours'] ==\
                  data.loc[(data['hours'].str.contains("ежедневно, круглосуточно"))&(~data['hours'].isna())]['hours']

# заполним отрицательные значения
data.loc[~(data['hours'].isna())&(data['is_24/7'].isna()),'is_24/7'] = False


# выполним проверку
len(data[data['is_24/7']==False])

7140


print('широта',data.lat.describe());
print("********************************")
print('долгота',data.lng.describe());

широта count    8406.000000
mean       55.750109
std         0.069658
min        55.573942
25%        55.705155
50%        55.753425
75%        55.795041
max        55.928943
Name: lat, dtype: float64
********************************
долгота count    8406.000000
mean       37.608570
std         0.098597
min        37.355651
25%        37.538583
50%        37.605246
75%        37.664792
max        37.874466
Name: lng, dtype: float64


# отобразим уникальные значения для проверки на ошибки и неявные дубликаты
display(data.rating.unique())

array([5. , 4.5, 4.6, 4.4, 4.7, 4.8, 4.3, 4.9, 4.2, 4.1, 4. , 3.8, 3.9,
       3.7, 3.6, 2.8, 2.7, 3.1, 1.5, 2. , 1.4, 3.3, 3.5, 3.2, 2.9, 3. ,
       3.4, 2.3, 2.2, 2.5, 2.6, 1.7, 1. , 1.1, 2.4, 1.3, 1.2, 2.1, 1.8,
       1.9, 1.6])


# построим гистограмму для отображения распределения среднего рейтинга
sns.set_style('darkgrid')
plt.figure(figsize=(10,6))
ax = sns.histplot(x='rating', data=data, kde=True,bins=33)
plt.grid(True)
ax.set_title('Распределения рейтингов')
ax.set_ylabel('Количество')
ax.set_xlabel('Рейтинг')
plt.show();
print('*****************************************')
print(data.rating.describe())

*****************************************
count    8406.000000
mean        4.229895
std         0.470348
min         1.000000
25%         4.100000
50%         4.300000
75%         4.400000
max         5.000000
Name: rating, dtype: float64


# # отобразим уникальные значения для проверки на ошибки и неявные дубликаты
display(data.price.unique())

# приведем к категориальному типу
data['price']= data['price'].astype('category')

array([nan, 'выше среднего', 'средние', 'высокие', 'низкие'], dtype=object)


print('Количество пропусков в колонке price равно', data['price'].isna().sum() )

Количество пропусков в колонке price равно 5091


# отобразим Количество заведений с по ценовым категориям для 
data.value_counts('price').plot(kind='bar',figsize=(15,5),alpha=0.6,color='g')
plt.title('Количество заведений по ценовым категориям')
plt.ylabel('Количество')
plt.xlabel('Ценовая категория')
plt.xticks(rotation=37)
plt.show(); 
print('**********************************************************')
display(data.value_counts('price'))

**********************************************************

price
средние          2117
выше среднего     564
высокие           478
низкие            156
dtype: int64


# отобразим уникальные значения для проверки на ошибки и неявные дубликаты
display(data.avg_bill.unique()[:40])

array([nan, 'Средний счёт:1500–1600 ₽', 'Средний счёт:от 1000 ₽',
       'Цена чашки капучино:155–185 ₽', 'Средний счёт:400–600 ₽',
       'Средний счёт:199 ₽', 'Средний счёт:200–300 ₽',
       'Средний счёт:от 500 ₽', 'Средний счёт:1000–1200 ₽',
       'Цена бокала пива:250–350 ₽', 'Средний счёт:330 ₽',
       'Средний счёт:1500 ₽', 'Средний счёт:300–500 ₽',
       'Средний счёт:140–350 ₽', 'Средний счёт:350–500 ₽',
       'Средний счёт:300–1500 ₽', 'Средний счёт:от 240 ₽',
       'Средний счёт:200–250 ₽', 'Средний счёт:328 ₽',
       'Средний счёт:300 ₽', 'Средний счёт:от 345 ₽',
       'Средний счёт:60–400 ₽', 'Средний счёт:900 ₽',
       'Средний счёт:500–800 ₽', 'Средний счёт:500–1000 ₽',
       'Средний счёт:600–700 ₽', 'Цена бокала пива:120–350 ₽',
       'Средний счёт:1000–1500 ₽', 'Средний счёт:1500–2000 ₽',
       'Цена чашки капучино:150–190 ₽', 'Средний счёт:2000–2500 ₽',
       'Средний счёт:600 ₽', 'Средний счёт:450 ₽',
       'Цена чашки капучино:120–170 ₽', 'Средний счёт:100–500 ₽',
       'Средний счёт:от 850 ₽', 'Цена чашки капучино:100–200 ₽',
       'Средний счёт:250–600 ₽', 'Средний счёт:2100 ₽',
       'Средний счёт:349 ₽'], dtype=object)


print('Количество пропусков в колонке avg_bill равно', data['avg_bill'].isna().sum() )

Количество пропусков в колонке avg_bill равно 4590


# отобразим топ 15 самызх популярных значений среднего счета

data.avg_bill.value_counts().head(15).plot(kind='bar',figsize=(15,5),alpha=0.6,color='g')
plt.title('Топ 15 показателей средного счета')
plt.ylabel('Количество')
plt.xlabel('Средний счет')
plt.xticks(rotation=37)
plt.show(); 
print('**********************************************************')
display(data.avg_bill.value_counts().head(15))

**********************************************************

Средний счёт:1000–1500 ₽         241
Средний счёт:1500–2000 ₽         120
Средний счёт:300–500 ₽            90
Средний счёт:500–1000 ₽           78
Средний счёт:1500–2500 ₽          68
Средний счёт:700–1000 ₽           50
Средний счёт:от 1500 ₽            48
Средний счёт:1500 ₽               43
Средний счёт:1000 ₽               43
Цена чашки капучино:239–274 ₽     43
Средний счёт:1000–2000 ₽          43
Средний счёт:300 ₽                42
Средний счёт:1000–1200 ₽          42
Средний счёт:от 500 ₽             41
Средний счёт:200–300 ₽            41
Name: avg_bill, dtype: int64


# посмотрим на значения не выделеные в отдельный столбец
data.loc[(~data['avg_bill'].isna())&(data['middle_coffee_cup'].isna())&(data['middle_avg_bill'].isna())]['avg_bill'][:10]

10      Цена бокала пива:250–350 ₽
67      Цена бокала пива:120–350 ₽
97       Цена бокала пива:90–230 ₽
241     Цена бокала пива:160–499 ₽
417     Цена бокала пива:199–300 ₽
418      Цена бокала пива:от 140 ₽
421      Цена бокала пива:от 149 ₽
424     Цена бокала пива:150–450 ₽
814     Цена бокала пива:130–150 ₽
1030    Цена бокала пива:220–350 ₽
Name: avg_bill, dtype: object


print('Количество пропусков в колонке middle_avg_bill равно', data['middle_avg_bill'].isna().sum() )

Количество пропусков в колонке middle_avg_bill равно 5257


# построим гистограмму для отображения распределения среднего чека 
sns.set_style('darkgrid')
plt.figure(figsize=(10,6))
ax = sns.histplot(x='middle_avg_bill', data=data, kde=True)
plt.xlim(1,4000)
plt.grid(True)
ax.set_title('Распределения сумм среднего чека')
ax.set_ylabel('Количество')
ax.set_xlabel('Сумма')
plt.show();
print('*****************************************')
print(data.middle_avg_bill.describe())

*****************************************
count     3149.000000
mean       958.053668
std       1009.732845
min          0.000000
25%        375.000000
50%        750.000000
75%       1250.000000
max      35000.000000
Name: middle_avg_bill, dtype: float64


print('Количество пропусков в колонке middle_coffee_cup равно', data['middle_coffee_cup'].isna().sum() )

Количество пропусков в колонке middle_coffee_cup равно 7871


# построим гистограмму для отображения распределения средней стоимости чашки капучино
plt.figure(figsize=(10,6))
ax = sns.histplot(x='middle_coffee_cup', data=data, kde=True,bins=250)
sns.set_style('darkgrid')
plt.xlim(0,400)
plt.grid(True)
ax.set_title('Распределения сумм средней стоимости чашки капучино')
ax.set_ylabel('Количество')
ax.set_xlabel('Сумма')
plt.show();
print('*****************************************')
print(data.middle_coffee_cup.describe())

*****************************************
count     535.000000
mean      174.721495
std        88.951103
min        60.000000
25%       124.500000
50%       169.000000
75%       225.000000
max      1568.000000
Name: middle_coffee_cup, dtype: float64


# посмотрим на уникальные значения
display(data.seats.unique()[:40])

array([ nan,   4.,  45., 148.,  79.,  65., 102., 180.,  96.,  25.,  46.,
        40., 247.,  21.,   8.,  35., 240.,  85.,  12.,  60., 120.,  16.,
        80.,  50.,  44.,  43.,  90.,   0., 198.,  95., 350., 124.,  10.,
        70.,  48.,   6.,  98.,  30.,  52.,  20.])


print('Количество пропусков в колонке seats равно', data['seats'].isna().sum() )

Количество пропусков в колонке seats равно 3611


# построим гистограмму для отображения распределения количеста посадочных мест среди заведений
plt.figure(figsize=(10,6))
ax = sns.histplot(x='seats', data=data, kde=True,bins=400)
sns.set_style('darkgrid')
plt.xlim(0,400)
plt.grid(True)
ax.set_title('Распределения количеста посадочных мест среди заведений')
ax.set_ylabel('Количество')
ax.set_xlabel('Количество посадочных мест')
plt.show();
print('*****************************************')
print(data.seats.describe())

*****************************************
count    4795.000000
mean      108.421689
std       122.833396
min         0.000000
25%        40.000000
50%        75.000000
75%       140.000000
max      1288.000000
Name: seats, dtype: float64


# отобразим уникальные значения для проверки на ошибки и неявные дубликаты
display(data.chain.unique())

array([0, 1], dtype=int64)


# выделим не еденичные заведения маркированные как несетевые
b = data.loc[data['chain']==0].groupby(by='name')['name'].count().sort_values()
print('Количество не еденичных заведений маркерованых несетевыми',len(b.loc[b>1]))

Количество не еденичных заведений маркерованых несетевыми 16


# выделим еденичные заведения маркированные как сетевые
k = data.loc[data['chain']==1].groupby(by='name')['name'].count().sort_values()
print('Количество еденичных заведений маркерованых сетевыми',len(k.loc[k==1]))

Количество еденичных заведений маркерованых сетевыми 64


# выделем и посмотрим на эти заведения
k = k.loc[k==1]


is_not_chain =  data.query("name in @k.index")
display(is_not_chain.head())


display(is_not_chain.groupby(by='category')['name'].count());

category
бар,паб             5
булочная            1
быстрое питание     5
кафе               30
кофейня             6
пиццерия            5
ресторан            9
столовая            3
Name: name, dtype: int64


# выделем и посмотрим на эти заведения
b = b.loc[b>1]


is_chain =  data.query("name in @b.index")
display(is_chain.head())


display(is_chain.groupby(by='category')['name'].count());

category
бар,паб              4
булочная             3
быстрое питание     45
кафе               210
кофейня             15
пиццерия             4
ресторан            44
столовая            40
Name: name, dtype: int64


# отобразим соотношение сетевых и не сетевых заведений

chain = data.chain.value_counts().reset_index()
chain.index = ['не является сетевым','сетевое']
chain.columns = ['Категория','Количество']
chain.plot(kind='bar',figsize=(9,5),alpha=0.6,color='g')
plt.title('Соотношение сетевых и не сетевых заведений')
plt.ylabel('Количество')
plt.xlabel('Тип заведения')
plt.legend('')
plt.xticks(rotation=37)
plt.show(); 
print('**********************************************************')
display(chain)

**********************************************************


# готовим данные для графика
category = pd.DataFrame(data['category'].value_counts()).reset_index()
# строим диаграмму с сегментами
fig = go.Figure(data=[go.Pie(labels=category['index'], # указываем значения, которые появятся на метках сегментов
                             values=category['category'],# указываем данные, которые отобразятся на графике
                             
                             )]) 
fig.update_layout(title='Число заведений в зависимости от их категории', # указываем заголовок графика
                  width=800, # указываем размеры графика
                  height=600,
                  annotations=[dict(x=1.12, # вручную настраиваем аннотацию легенды
                                    y=1.05,
                                    text='Категория заведения',
                                    showarrow=False)])
fig.show() # выводим график


# подготовим выборку для топа заведений по категориям
top_cat_name_all =  data.groupby(by=['category','name']).count().sort_values(by='lat',ascending=False)['lat'].reset_index()

# подпишем колонки и выделим топ 5
top_cat_name_all.columns = ['Категория','Название','Количество заведений']
top_cat_name_good = top_cat_name_all.loc[top_cat_name_all['Категория'] == 'кафе'].head(5).reset_index(drop=True)


# повторим для остольных категорий
for cat in ['бар,паб', 'булочная', 'быстрое питание', 'кофейня', 'пиццерия', 'ресторан', 'столовая']:
    top_cat_name = top_cat_name_all.loc[top_cat_name_all['Категория'] == cat].head(5).reset_index(drop=True)
    top_cat_name_good = pd.concat([top_cat_name_good,top_cat_name])


# добавим правки для графика
top_cat_name_good.loc[(top_cat_name_good['Категория'] == 'столовая')&(top_cat_name_good['Название'] == 'Кафе'),'Название'] = 'Кафе_'
top_cat_name_good.loc[(top_cat_name_good['Категория'] == 'быстрое питание')&(top_cat_name_good['Название'] == 'Кафе'),'Название'] = '_Кафе_'


# строим график
fig = px.bar(top_cat_name_good, x='Название', y='Количество заведений',\
             color='Категория', title='Топ 5 заведений по каличеству точек в разных категориях',text_auto='.2s')
fig.update_xaxes(tickangle=45)
fig.update_layout(width=1050, height=800)
fig.show()


# сделаем функцию для создания нового столбца
def ne(s):
    try:
        if s == 0:
            return 'несетевые'
        else:
            return 'сетевые'
    except:
        err

# применим функцию        
data['new_chain'] = data['chain'].apply(ne)


sns.set_style('darkgrid')
plt.figure(figsize=(15,6))
ax = sns.violinplot(y='seats', x ='category', data=data,hue='new_chain',split=True)
sns.move_legend(ax, "lower right", bbox_to_anchor=(1, 1.01), ncol=3, title=None, frameon=False)
plt.title('Распределения рейтингов по категориям')
plt.title('Распределения значения количества посадочных месть по категориям')
plt.xlabel('')
plt.ylim(-100,450)
plt.ylabel('Количество посадочных мест')
plt.show();


display('СЕТЕВЫЕ',data.loc[data['new_chain']=='сетевые'].groupby(by='category')['seats'].median().sort_values(ascending=False));
print('********************')
display('НЕСЕТЕВЫЕ',data.loc[data['new_chain']=='несетевые'].groupby(by='category')['seats'].median().sort_values(ascending=False))

'СЕТЕВЫЕ'

category
ресторан           98.0
кофейня            90.0
бар,паб            80.0
столовая           80.0
быстрое питание    75.0
кафе               70.0
пиццерия           52.0
булочная           50.0
Name: seats, dtype: float64

********************

'НЕСЕТЕВЫЕ'

category
бар,паб            85.0
ресторан           80.0
столовая           66.0
кофейня            60.0
пиццерия           60.0
быстрое питание    56.0
кафе               55.0
булочная           50.0
Name: seats, dtype: float64


# выделим данные
top_cat_name_seats = data.pivot_table(index=['category','name'],values='seats',aggfunc=['count','median']).reset_index()

# подпишем колонки, отсортируем и уберем дубликаты
top_cat_name_seats.columns = ['категория','название заведения','количество заведений','медианное количество посадочных мест']
top_cat_name_seats = top_cat_name_seats.sort_values(by=['количество заведений','категория'],ascending=False)
top_cat_name_seats = top_cat_name_seats.drop_duplicates(subset=['категория', 'название заведения'], keep='last')


# соберем топ 5 по каличеству точек для каждой котегории
top_cat_name_seats_good = pd.DataFrame()
for cat in ['кафе','бар,паб', 'булочная', 'быстрое питание', 'кофейня', 'пиццерия', 'ресторан', 'столовая']:
    top_cat_name_seats_ = top_cat_name_seats.loc[top_cat_name_seats['категория'] == cat].sort_values(by='количество заведений',\
                                                                                                     ascending=False).head(5)
    top_cat_name_seats_good = pd.concat([top_cat_name_seats_good,top_cat_name_seats_])


# поправим одноименные названия для графика
top_cat_name_seats_good.loc[(top_cat_name_seats_good['категория'] == 'столовая')\
                            &(top_cat_name_seats_good['название заведения'] == 'Кафе'),'название заведения'] = 'Кафе_'

top_cat_name_seats_good = top_cat_name_seats_good.sort_values(by='медианное количество посадочных мест',ascending=False)


# строим график
fig = px.bar(top_cat_name_seats_good, x='название заведения', y='медианное количество посадочных мест',\
             color='категория', title='Медианные значения количества посадочных мест в топ 5-ти заведений по каличеству точек',\
             text_auto='.2s')
fig.update_xaxes(tickangle=45)
fig.update_layout(width=950, height=700)
fig.show()


# подготовим данные
category = pd.DataFrame(data['chain'].value_counts()).reset_index()

# переиминуем колонки
category.columns = ['Тип заведения','Число заведений']
category.loc[category['Тип заведения']==0,'Тип заведения'] = 'несетевые'
category.loc[category['Тип заведения']==1,'Тип заведения'] = 'сетевые'


# строим диаграмму с сегментами
fig = go.Figure(data=[go.Pie(labels=category['Тип заведения'], # указываем значения, которые появятся на метках сегментов
                             values=category['Число заведений'],# указываем данные, которые отобразятся на графике
                             )]) 
fig.update_layout(title='Число заведений в зависимости от их типа', # указываем заголовок графика
                  width=700, # указываем размеры графика
                  height=500,
                  annotations=[dict(x=1.12, 
                                    y=1.05,
                                    text='Тип заведения',
                                    showarrow=False)]
                  )
fig.show() # выводим график


# подготовим выборку для топа заведений по категориям
top_cat_chain =  data.groupby(by=['new_chain','category']).count().sort_values(by='lat',ascending=False)['lat'].reset_index()

# подпишем колонки и выделим топ 5
top_cat_chain.columns = ['Тип','Категория','Количество заведений']
top_cat_chain_good = top_cat_chain.loc[top_cat_chain['Категория'] == 'кафе'].head(5).reset_index(drop=True)


# повторим для остольных категорий
for cat in ['бар,паб', 'булочная', 'быстрое питание', 'кофейня', 'пиццерия', 'ресторан', 'столовая']:
    top_cat = top_cat_chain.loc[top_cat_chain['Категория'] == cat].head(5).reset_index(drop=True)
    top_cat_chain_good = pd.concat([top_cat_chain_good,top_cat])


# строим график
fig = px.bar(top_cat_chain_good.sort_values(by='Количество заведений',ascending=False), x='Категория', y='Количество заведений',\
             color='Тип', title='Соотношение в топ 5 заведениях по каличеству точек сетевых и несетевых заведений',text_auto='.2s')
fig.update_xaxes(tickangle=45)
fig.update_layout(width=950, height=700)
fig.show();


# посчитаем топы
top_name = data.groupby(by='name')['name'].count().sort_values(ascending=False).head(15)

# выделим данные для дополнительной информации
top_name1 = data.query("name in @top_name.index")
top_name1 = top_name1.drop_duplicates(subset=['name'],keep='last')
top_name1 = top_name1.reset_index(drop=True)

# сформируем итоговою таблицу
top_name = pd.DataFrame(top_name)
top_name.columns = ['Количество']
top_name.reset_index(drop=False, inplace=True)
top_name.columns = ['name','Количество заведений']

# добавим информацию о категориях и типе заведения
top_name_all = pd.merge(top_name,top_name1,on=["name","name"])
top_name['Категория'] = top_name_all['category']
top_name['Тип'] = top_name_all['new_chain']
top_name.columns = ['Название', 'Количество заведений', 'Категория', 'Тип']


# построим графиг для наглядного отображения результатов
fig = px.bar(top_name.sort_values(by='Количество заведений',ascending=True), x='Количество заведений', y='Название',\
             color='Тип', title='Топ 15 заведений по каличеству точек в разных категориях',text='Категория')
fig.update_xaxes(tickangle=45)
fig.update_yaxes(tickangle=20)
fig.update_layout(width=1000, height=700)
fig.show();


# сделаем фенкцию правки значений district для графика
def cleaner(s):
    s = ''.join(s.split(' административный округ'))
    return s
cleaner('Северный административный округ')

'Северный'


# подготовим данные
data['district_good'] = data['district'].apply(cleaner)
district = data.groupby(by=['district_good','category'])['name'].count().reset_index()
district.columns = ['Административный округ','Категория','Количество заведений']


# построим графиг для наглядного отображения результатов

fig = px.bar(district.sort_values(by='Количество заведений',ascending=True), x='Административный округ', y='Количество заведений',\
             color='Категория', title='Распределение заведений по Административным округам с учетом категорий',text='Категория')
fig.update_xaxes(tickangle=45)
fig.update_layout(width=1000, height=900)
fig.show();


sns.set_style('darkgrid')
plt.figure(figsize=(15,6))
ax = sns.violinplot(y='rating', x ='category', data=data,hue='new_chain',split=True)
sns.move_legend(ax, "lower right", bbox_to_anchor=(1, 1.01), ncol=3, title=None, frameon=False)
plt.title('Распределения рейтингов по категориям')
plt.xlabel('')
plt.ylim(3,5.1)
plt.ylabel('Рейтинг')
plt.show();

display('СЕТЕВЫЕ',data.loc[data['new_chain']=='сетевые'].groupby(by='category')['rating'].median().sort_values(ascending=False));
print('********************')
display('НЕСЕТЕВЫЕ',data.loc[data['new_chain']=='несетевые'].groupby(by='category')['rating'].median().sort_values(ascending=False))

'СЕТЕВЫЕ'

category
бар,паб            4.40
булочная           4.30
кафе               4.30
пиццерия           4.30
ресторан           4.30
столовая           4.25
быстрое питание    4.20
кофейня            4.20
Name: rating, dtype: float64

********************

'НЕСЕТЕВЫЕ'

category
бар,паб            4.4
кофейня            4.4
ресторан           4.4
булочная           4.3
пиццерия           4.3
столовая           4.3
быстрое питание    4.2
кафе               4.2
Name: rating, dtype: float64


# выделим данные
top_cat_name_rating = data.pivot_table(index=['category','name'],values='rating',aggfunc=['count','median']).reset_index()

# подпишем колонки, отсортируем и уберем дубликаты
top_cat_name_rating.columns = ['категория','название заведения','количество заведений','медианное количество рейтинга']
top_cat_name_rating = top_cat_name_rating.sort_values(by=['количество заведений','категория'],ascending=False)
top_cat_name_rating = top_cat_name_rating.drop_duplicates(subset=['категория', 'название заведения'], keep='last')


# соберем топ 5 по каличеству точек для каждой котегории
top_cat_name_rating_good = pd.DataFrame()
for cat in ['кафе','бар,паб', 'булочная', 'быстрое питание', 'кофейня', 'пиццерия', 'ресторан', 'столовая']:
    top_cat_name_rating_ = top_cat_name_rating.loc[top_cat_name_rating['категория'] == cat].sort_values(by='количество заведений',\
                                                                                                     ascending=False).head(5)
    top_cat_name_rating_good = pd.concat([top_cat_name_rating_good,top_cat_name_rating_])


# поправим одноименные названия для графика
top_cat_name_rating_good.loc[(top_cat_name_rating_good['категория'] == 'столовая')\
                            &(top_cat_name_rating_good['название заведения'] == 'Кафе'),'название заведения'] = 'Кафе_'

top_cat_name_rating_good.loc[(top_cat_name_rating_good['категория'] == 'быстрое питание')\
                            &(top_cat_name_rating_good['название заведения'] == 'Кафе'),'название заведения'] = '_Кафе_'


top_cat_name_rating_good = top_cat_name_rating_good.sort_values(by='медианное количество рейтинга',ascending=False)


# строим график
fig = px.bar(top_cat_name_rating_good, x='название заведения', y='медианное количество рейтинга',\
             color='категория', title='Медианные значения рейтинга в топ 5-ти заведений по каличеству точек',\
             text_auto='.2s')
fig.update_xaxes(tickangle=45)
fig.update_layout(width=950, height=580)
fig.show()


# посчитаем срединй рейтинг для каждого округа
rating_df = data.groupby('district', as_index=False)['rating'].agg('median')
display(rating_df)


# отобразам результат на карте москвы
import json
from folium import Map, Choropleth


try:
    state_geo = 'F:\\обучение\\projects\\moskow_restourants\\admin_level_geomap.geojson'
except:
    state_geo = 'https://code.s3.yandex.net/data-analyst/admin_level_geomap.geojson'
state_geo = 'https://code.s3.yandex.net/data-analyst/admin_level_geomap.geojson'    

moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = folium.Map(location=[moscow_lat, moscow_lng])
# выводим карту

# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
    geo_data=state_geo,
    data=rating_df,
    columns=['district', 'rating'],
    key_on='feature.name',
    fill_color='Blues',
    fill_opacity=0.8,
    legend_name='Медианный рейтинг заведений по районам',
).add_to(m)

# выводим карту
m


import math
# напишем функцию

point = [55.751244, 37.618423]

def distance(origin):
    lat1, lon1 = origin['lat'],origin['lng']
    point = [55.751244, 37.618423]
    lat2, lon2 = point
    radius = 6371 # km

    dlat = math.radians(lat2-lat1)
    dlon = math.radians(lon2-lon1)
    a = math.sin(dlat/2) * math.sin(dlat/2) + math.cos(math.radians(lat1)) \
        * math.cos(math.radians(lat2)) * math.sin(dlon/2) * math.sin(dlon/2)
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))
    d = radius * c

    return round(d,3)


# применим финкцию и создадим два новых столбца с расстояниями для дальнейшего анализа
data['distance'] = data.apply(distance,axis=1)
data['distance_km'] = round(data['distance'],0)


# подготовим иконки для разных категорий 
icon_cafe = 'https://img.icons8.com/external-victoruler-solid-victoruler/64/null/external-cafe-buildings-victoruler-solid-victoruler.png'
icon_caffee_house = 'https://img.icons8.com/ios-filled/50/null/cafe-building.png'
icone_pizza = 'https://img.icons8.com/external-kiranshastry-solid-kiranshastry/64/null/external-pizza-food-kiranshastry-solid-kiranshastry.png'
icone_bar = 'https://img.icons8.com/pastel-glyph/64/null/cocktail--v2.png'
icote_fast_food = 'https://img.icons8.com/external-nawicon-glyph-nawicon/64/null/external-fast-food-food-delivery-nawicon-glyph-nawicon.png'
icote_backery = 'https://img.icons8.com/ios-filled/50/null/bakery.png'
icone_dinning_room = 'https://img.icons8.com/external-goofy-solid-kerismaker/96/null/external-Dinning-Table-Set-furniture-goofy-solid-kerismaker.png'
icone_restourant = 'https://img.icons8.com/sf-black-filled/64/null/restaurant-building.png'

# соберем для нанесения на карту
icons = {'кафе':icon_cafe, 'кофейня':icon_caffee_house,'пиццерия':icone_pizza,'бар,паб':icone_bar,\
         'быстрое питание':icote_fast_food,'булочная':icote_backery,'столовая':icone_dinning_room,'ресторан':icone_restourant}


# импортируем собственные иконки
from folium.features import CustomIcon
from folium.plugins import MarkerCluster
# импортируем карту и маркер
from folium import Map, Marker
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10)
# создаём пустой кластер, добавляем его на карту
marker_cluster = MarkerCluster().add_to(m)

# строим карту
for key, value in icons.items():
    
    def create_clusters(row):
        # сохраняем URL-адрес изображения со значком торгового центра с icons8,
        # это путь к файлу на сервере icons8
        icon_url = value 

        # создаём объект с собственной иконкой размером 30x30
        icon = CustomIcon(icon_url, icon_size=(35, 35))

        # создаём маркер с иконкой icon и добавляем его в кластер
        Marker(
            [row['lat'], row['lng']],
            popup=f"{row['name']} {row['category']}  рейтинг: {row['rating']} режим работы: {row['hours']}\
            расстояние до центра: {row['distance']} км",
            icon=icon,
        ).add_to(marker_cluster)

    # применяем функцию для создания кластеров к каждой строке датафрейма
    data.loc[data['category']==key].apply(create_clusters, axis=1)


# выводим карту
m


# вылелем данные
top_street_all =  data.groupby(by=['street']).count().sort_values(by='lat',ascending=False)['lat'].head(15)
top_street_all_m =  data.query("street in  @top_street_all.index")


# выделим топ 
# подготовим выборку для топа заведений по категориям
top_street_all =  top_street_all_m.groupby(by=['street','category']).count().sort_values(by='lat',ascending=False)['lat'].reset_index()

# подпишем колонки 
top_street_all.columns = ['Улица','Категория','Количество заведений']
top_cat_street_good = top_street_all.loc[top_street_all['Категория'] == 'кафе'].reset_index(drop=True)


# повторим для остольных категорий
for cat in ['бар,паб','ресторан', 'булочная', 'быстрое питание', 'кофейня', 'пиццерия', 'столовая']:
    top_cat_street_ = top_street_all.loc[top_street_all['Категория'] == cat].reset_index(drop=True)
    top_cat_street_good = pd.concat([top_cat_street_good,top_cat_street_])


# построим графиг для наглядного отображения результатов

fig = px.bar( top_cat_street_good.sort_values(by='Количество заведений',ascending=False), x='Улица', y='Количество заведений',\
             color='Категория', title='Распределение заведений по топ 15 улицам с учетом категорий',text='Категория')
fig.update_xaxes(tickangle=45)
fig.update_layout(width=1000, height=900)
fig.show();


# подготовим данные для отображенея долей 
share_top_street = pd.DataFrame()
share_top_street.index=['Топ 15 улиц','Остальные']
#share_top_street.columns = ['Количество заведений']
share_top_street['Количество заведений'] = [sum(top_cat_street_good['Количество заведений']),len(data)-sum(top_cat_street_good['Количество заведений'])]
share_top_street


# построим график с долей заведений, которые приходятся на топ 15 улиц

# строим диаграмму с сегментами
fig = go.Figure(data=[go.Pie(labels=share_top_street.index, # указываем значения, которые появятся на метках сегментов
                             values=share_top_street['Количество заведений'],# указываем данные, которые отобразятся на графике
                             )]) # добавляем аргумент, который выделит сегмент-лидер на графике
fig.update_layout(title='Доля заведений на топ 15 улицах от общего количества', # указываем заголовок графика
                  width=800, # указываем размеры графика
                  height=600,
                  annotations=[dict(x=1.12, # вручную настраиваем аннотацию легенды
                                    y=1.05,
                                    text='Количество заведений',
                                    showarrow=False)])
fig.show() # выводим график


# посмотрим на особенности их размедения на карте
from folium.features import CustomIcon
from folium.plugins import MarkerCluster
# импортируем карту и маркер
from folium import Map, Marker
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10)
# создаём пустой кластер, добавляем его на карту
marker_cluster = MarkerCluster().add_to(m)

# строим карту
for key, value in icons.items():
    
    def create_clusters(row):
        # сохраняем URL-адрес изображения со значком торгового центра с icons8,
        # это путь к файлу на сервере icons8
        icon_url = value 

        # создаём объект с собственной иконкой размером 30x30
        icon = CustomIcon(icon_url, icon_size=(35, 35))

        # создаём маркер с иконкой icon и добавляем его в кластер
        Marker(
            [row['lat'], row['lng']],
            popup=f"{row['name']} {row['category']}  рейтинг: {row['rating']} режим работы: {row['hours']}\
            расстояние до центра: {row['distance']} км",
            icon=icon,
        ).add_to(marker_cluster)

    # применяем функцию для создания кластеров к каждой строке датафрейма
    top_street_all_m.loc[top_street_all_m['category']==key].apply(create_clusters, axis=1)


# выводим карту
m


print(f"Все заведения размещены на {len(data.groupby(by=['street']).count())} улицах")

Все заведения размещены на 1448 улицах


# выделим данные
tail_street_all =  data.groupby(by=['street']).count().sort_values(by='lat',ascending=False)['lat'].reset_index()
tail_street_all = tail_street_all.loc[tail_street_all['lat']==1]
print(f'Количество улиц с 1 заведением равно: {len(tail_street_all)} из общих 1448')

Количество улиц с 1 заведением равно: 458 из общих 1448


# посмотрим на названия этих улиц
tail_street_all.loc[tail_street_all['lat']==1]['street'][:25]

990                           Тучковская
991                          сад Эрмитаж
992                  Турчанинов переулок
993            сквер имени М.И. Калинина
994                  Якиманский переулок
995                              Шкулёва
996                Черёмушкинский проезд
997                Ставропольский проезд
998                      ул. Профсоюзная
999     Таганский парк культуры и отдыха
1000                   проспект Лихачёва
1001                           Шкулёва 4
1002                  проезд Ольминского
1003                      Сумской проезд
1004                     ул. Ярославская
1005                          Стрелецкая
1006                   проезд Одоевского
1007                Светлогорский проезд
1008                             Фадеева
1009          Яковоапостольский переулок
1010                     Сытинский тупик
1011                Стромынский переулок
1012                           Угличская
1013                            Чечулина
1014                             Чистова
Name: street, dtype: object


# подготовим данные
median_bill_distrit = data.groupby(by='district')['middle_avg_bill'].median().reset_index()
median_bill_distrit.columns = ['Округ','Средний медианный счет']
display(median_bill_distrit.sort_values(by='Средний медианный счет',ascending=False))


# подготовим данные
category_bill =   data.groupby(by=['new_chain','category'])['middle_avg_bill'].median().sort_values(ascending=False).reset_index()
category_bill.columns = ['Тип заведения','Категория','Средний счет']
category_bill


##### построим график
fig = px.bar( category_bill, x='Категория', y='Средний счет',\
             color='Категория',animation_frame='Тип заведения', title='Распределение среднего счета заведений по категориям с учетом его типа',text='Средний счет')
fig.update_xaxes(tickangle=-25)
fig.update_layout(width=900, height=600)
fig.show();


# Построим график изменения среднего чека в зависимости от удаленности из центра 
ax = data.loc[data['new_chain']=='несетевые'].groupby(by='distance_km')['middle_avg_bill'].median().plot(figsize=(20,7),grid=True,color='b',linewidth=3,legend=True)
data.loc[data['new_chain']=='сетевые'].groupby(by='distance_km')['middle_avg_bill'].median().plot(figsize=(20,7),grid=True,color='r',linewidth=3,legend=True)
plt.legend(labels=['несетевые','сетевые'])
plt.title('Изменение среднего чека в зависимости от удаленности из центр')
plt.xlabel('Расстояние')
plt.ylabel('Средний счет')
plt.show()


# построим график для более подробно анализа зависимости счета от рассеяния по категориям

fig = px.scatter(data.loc[(data['middle_avg_bill']!=35000)&(~data['seats'].isna())], x='distance', y='middle_avg_bill',height=500 ,width=1000,\
             color='category',size='seats')


fig.update_layout(title='Зависимость среднего чека от удаленности из центра по категориям',
                   xaxis_title='Расстояние',showlegend=True)
fig.update_yaxes(title='Сумма среднего чека')
fig.show() # выводим график


# перенесем график в 3 трехмерное пространство для более детального изучения изменений счета от удаленности

fig = px.scatter_3d(data.loc[(data['middle_avg_bill']!=35000)&(~data['middle_avg_bill'].isna())], x='lng', y='lat',z='middle_avg_bill',\
             color='category',color_continuous_scale  ='ylorrd',hover_name='name', size='middle_avg_bill')
fig.update_layout(scene = dict(
                    xaxis_title='Долгота',
                    yaxis_title='Широта',
                    zaxis_title='Средний счет', 
                         xaxis = dict(
                         backgroundcolor="rgb(120, 120, 140)",
                         gridcolor="white",
                         showbackground=True,
                         zerolinecolor="white",),
                    yaxis = dict(
                        backgroundcolor="rgb(120, 120,140)",
                        gridcolor="white",
                        showbackground=True,
                        zerolinecolor="white"),
                    zaxis = dict(
                        backgroundcolor="rgb(80, 80,80)",
                        gridcolor="white",
                        showbackground=True,
                        zerolinecolor="white",),),
                    width=1000,
                    height=900,
                    margin=dict(r=20, b=10, l=10, t=10),showlegend=True
                 )
fig.update_layout(
    title={
        'text': "Зависимость среднего чека от удаленности из центра по категориям",
        'y':0.9,
        'x':0.5,
        'xanchor': 'center',
        'yanchor': 'top'})
fig.show()


# Проверим нашу теорию, построим график
ax = data.groupby(by='distance_km')['middle_avg_bill'].median().plot(figsize=(20,7),grid=True,color='b',linewidth=3,legend=True)
data.loc[(data['street']=='Ленинский проспект')].groupby(by='distance_km')['middle_avg_bill'].median().plot(figsize=(20,7),grid=True,color='r',linewidth=3,legend=True)
plt.legend(labels=['Средний чек по всем направлениям','Средний чек по Ленинскому проспекту'])
plt.title('Изменение среднего чека в зависимости от удаленности из центр')
plt.xlabel('Расстояние')
plt.ylabel('Средний счет')
plt.show()


# подготовим данные
share_is24_distrit = data.groupby(by='district')['is_24/7'].mean().reset_index()
share_is24_distrit.columns = ['Округ','Доля круглосуточных заведений']

display(share_is24_distrit.sort_values(by='Доля круглосуточных заведений',ascending=False))


# отобразам результат на карте москвы
import json
from folium import Map, Choropleth


try:
    state_geo = 'F:\\обучение\\projects\\moskow_restourants\\admin_level_geomap.geojson'
except:
    state_geo = 'https://code.s3.yandex.net/data-analyst/admin_level_geomap.geojson'
    
    
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = folium.Map(location=[moscow_lat, moscow_lng],zoom_start=9.9)
# выводим карту

# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
    geo_data=state_geo,
    data=share_is24_distrit,
    columns=['Округ', 'Доля круглосуточных заведений'],
    key_on='feature.name',
    fill_color='Reds',
    fill_opacity=0.5,
    legend_name='Значение доли круглосуточных заведений',
).add_to(m)

# выводим карту
m


# выделим данные и построим график
share_by_cat = data.groupby(by=['new_chain','category'])['is_24/7'].mean().sort_values(ascending=False).reset_index()
share_by_cat.columns = ['Тип заведения','Категория заведения','Доля круглосуточных заведений']
share_by_cat['Доля круглосуточных заведений'] = round(share_by_cat['Доля круглосуточных заведений'],2)

fig = px.bar( share_by_cat, x='Категория заведения', y='Доля круглосуточных заведений',\
             color='Категория заведения',animation_frame ='Тип заведения', title='Распределение долей заведений заведений умеющих рядом торговый центр с учетом категорий',text='Доля круглосуточных заведений')
fig.update_xaxes(tickangle=-25)
fig.update_layout(width=900, height=600)
fig.show();
print('******************************************')
display(round(share_by_cat.describe(),2))

******************************************


# Вылелим данные
share_by_cat_d = data.pivot_table(index=['category','distance_km'],values='is_24/7',aggfunc=['mean','count']).reset_index()
share_by_cat_d.columns = ['Категория','Расстояние от центра','Доля круглосуточных заведений','Количество заведений']


fig = px.line(share_by_cat_d, x='Расстояние от центра', y='Доля круглосуточных заведений',\
              color='Категория', markers=True,hover_name  ='Количество заведений')
fig.update_layout(showlegend=True,title='Изменения доли круглосуточных заведений в зависимости от расстояния до центра')
fig.show()


# напишем функцию для подсчета количества обьектов в указанном радиусе по координатам(считает долго, из-за высокой асимптотики)
import math

def distance_to_obgect_counter(origin,points_goal,name_column='number_obejts',control_distance=0.5):
    """this function takes four parameters 
    origin data - datafraim with information about first point with columns 'lat' and 'lng'
    points_goal - datafraim with informatin about second point with columns 'lat' and 'lng'
    name_column - name column with counting result which will be created in first dataset
    distance - distance between two points in killoments
    result is culumn wiht number of second colomns' objects in taken radius 
    """
    try:
        origin[name_column] = origin['lat']*0
        origin[name_column] = origin[name_column].astype('int')
        def distance_to_counter(origin):

            lat1, lon1 = origin['lat'],origin['lng']    
            lat2, lon2 = p
            radius = 6371 # km

            dlat = math.radians(lat2-lat1)
            dlon = math.radians(lon2-lon1)
            a = math.sin(dlat/2) * math.sin(dlat/2) + math.cos(math.radians(lat1)) \
                * math.cos(math.radians(lat2)) * math.sin(dlon/2) * math.sin(dlon/2)
            c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))
            d = radius * c

            if d<=control_distance:
                 return   1
            else:
                 return   0

        for i in range(0,len(points_goal)):
            p = points_goal['lat'][i],points_goal['lng'][i]

            tmp = origin.apply(distance_to_counter,axis=1)
            origin[name_column] = origin[name_column]+tmp
    except:
        return "ERROR: \
        this function takes four parametrs \
        origin data - datafraim with information about first point with columns 'lat' and 'lng' \
        points_goal - datafraim with informain about second point with columns 'lat' and 'lng' \
        name_column - name column wiht counting result wchich will be created in first dataset\
        distance - distance beetween two points in kilopments\
        result is column with number of second columns' objects in taken radius"


# применим функцию(считает долго, из-за высокой асимптотики) 
distance_to_obgect_counter(data,malls,'malls_around_0.40km',0.40)


# проверим
display(data.head())


# добавим колонку для отражения факта наличия торговоро центра на заданном расстояеии
data['near_is_mall'] = data['malls_around_0.40km']!=0
data['near_is_mall_str'] = data['near_is_mall'].map({True:'есть',False:'нет'})


share = data.groupby(by=['new_chain','category'])[['near_is_mall']].mean().sort_values(by='near_is_mall',ascending=False).reset_index()
share['near_is_mall'] = round(share['near_is_mall'],2)
share.columns = ['Тип заведения','Категория заведения','Доля заведений']
share


fig = px.bar( share, x='Категория заведения', y='Доля заведений',\
             color='Категория заведения',animation_frame='Тип заведения', title='Распределение долей заведений умеющих рядом торговый центр с учетом категорий',text='Доля заведений')
fig.update_xaxes(tickangle=-25)
fig.update_layout(width=900, height=600)
fig.show();


# подготовым данные
median_seats = data.groupby(by=['new_chain','near_is_mall_str','category'])[['seats']].median().reset_index()
median_seats.columns = ['Тип заведения','Наличие торгового центра','Категория','Медианное количество посадочных мест']
median_seats.head()


# построим график  
fig = px.bar( median_seats.sort_values(by='Медианное количество посадочных мест',ascending=False), x='Категория', y='Медианное количество посадочных мест',\
             color='Категория',pattern_shape='Наличие торгового центра',animation_frame='Тип заведения', title='Изменение количества посадочных мест в группах с наличием торгового центра и без по категориям',text='Медианное количество посадочных мест')
fig.update_xaxes(tickangle=-25)
fig.update_layout(width=1000, height=600)
fig.show();


# подготовим данные для отображенея долей 
share_fofee_house = pd.DataFrame()
share_fofee_house.index=['Кофейни','Остальные']

share_fofee_house['Количество заведений'] = [len(data.loc[data['category']=='кофейня']),len(data)-len(data.loc[data['category']=='кофейня'])]
share_fofee_house


# построим график с долей кофеен от общего числа заведений

# строим диаграмму с сегментами
fig = go.Figure(data=[go.Pie(labels=share_fofee_house.index, # указываем значения, которые появятся на метках сегментов
                             values=share_fofee_house['Количество заведений'],# указываем данные, которые отобразятся на графике
                             )]) # добавляем аргумент, который выделит сегмент-лидер на графике
fig.update_layout(title='Доля кофеен общего количества заведений', # указываем заголовок графика
                  width=800, # указываем размеры графика
                  height=600,
                  annotations=[dict(x=1.12, # вручную настраиваем аннотацию легенды
                                    y=1.05,
                                    text='Количество заведений',
                                    showarrow=False)])
fig.show() # выводим график


# выделим их в отдельный сет
cofee_house = data.loc[data['category']=='кофейня'].copy()


# отобразим распределение сетевых и не сетевых кофеен
cofee_house.groupby(by='new_chain').count()['name'].plot(kind='bar',figsize=(7,5),alpha=0.6,color='g')
plt.title('Количество сетевых и не сетевых кофеен')
plt.ylabel('Количество')
plt.xlabel('Тип заведения')
plt.xticks(rotation=37)
plt.show(); 
print('**********************************************************')
display(cofee_house.groupby(by='new_chain').count()['name'])

**********************************************************

new_chain
несетевые    693
сетевые      720
Name: name, dtype: int64


# нанесем на карту 
# импортируем собственные иконки
from folium.features import CustomIcon
from folium.plugins import MarkerCluster
# импортируем карту и маркер
from folium import Map, Marker
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10)
# создаём пустой кластер, добавляем его на карту
marker_cluster = MarkerCluster().add_to(m)

# строим карту
for key, value in icons.items():
    
    def create_clusters(row):
        # сохраняем URL-адрес изображения со значком торгового центра с icons8,
        # это путь к файлу на сервере icons8
        icon_url = value 

        # создаём объект с собственной иконкой размером 30x30
        icon = CustomIcon(icon_url, icon_size=(35, 35))

        # создаём маркер с иконкой icon и добавляем его в кластер
        Marker(
            [row['lat'], row['lng']],
            popup=f"{row['name']} {row['category']}  рейтинг: {row['rating']} режим работы: {row['hours']}\
            расстояние до центра: {row['distance']} км",
            icon=icon,
        ).add_to(marker_cluster)

    # применяем функцию для создания кластеров к каждой строке датафрейма
    cofee_house.loc[cofee_house['category']==key].apply(create_clusters, axis=1)


# выводим карту
m


# подготовим данные
cofee_house_count_distrit = cofee_house.groupby(by='district')['is_24/7'].count().reset_index()
cofee_house_count_distrit.columns = ['Округ','Количество кофеен']

display(cofee_house_count_distrit.sort_values(by='Количество кофеен',ascending=False))


# Отобразим результат на карте москвы
import json
from folium import Map, Choropleth


try:
    state_geo = 'F:\\обучение\\projects\\moskow_restourants\\admin_level_geomap.geojson'
except:
    state_geo = 'https://code.s3.yandex.net/data-analyst/admin_level_geomap.geojson'
    
    
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = folium.Map(location=[moscow_lat, moscow_lng],zoom_start=9.9)
# выводим карту

# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
    geo_data=state_geo,
    data=cofee_house_count_distrit,
    columns=['Округ', 'Количество кофеен'],
    key_on='feature.name',
    fill_color='Reds',
    fill_opacity=0.45,
    legend_name='Количество кофеен',
).add_to(m)

# выводим карту
m


# выделим данные
top_cofee_street = cofee_house.groupby(by=['street'])['lat'].count().sort_values(ascending=False).head(15)
#top_cofee_street.columns = ['Улица','Количество заведений']
top_cofee_street_s = cofee_house.query('street in @top_cofee_street.index')
top_cofee_street = top_cofee_street_s.groupby(by=['street','new_chain'])['lat'].count().sort_values(ascending=False).reset_index()
top_cofee_street.columns = ['Улица','Тип заведения','Количество заведений']
display(top_cofee_street.head())
print('*************************************')
print(f"На 15 популярных улицах размещены {len(top_cofee_street_s)} клфейн из общих {len(cofee_house)} что состовляет порядка 17%")

*************************************
На 15 популярных улицах размещены 240 клфейн из общих 1413 что состовляет порядка 17%


# построим график  
fig = px.bar( top_cofee_street.sort_values(by='Количество заведений',ascending=False), x='Улица', y='Количество заведений',\
             color='Улица',text='Количество заведений', title='',pattern_shape='Тип заведения')
fig.update_xaxes(tickangle=-25)
fig.update_layout(width=1000, height=600)
fig.show();


# отобразим заведения с топ 15 улиц на карте 
# импортируем собственные иконки
from folium.features import CustomIcon
from folium.plugins import MarkerCluster
# импортируем карту и маркер
from folium import Map, Marker
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10)
# создаём пустой кластер, добавляем его на карту
marker_cluster = MarkerCluster().add_to(m)

# строим карту
for key, value in icons.items():
    
    def create_clusters(row):
        # сохраняем URL-адрес изображения со значком торгового центра с icons8,
        # это путь к файлу на сервере icons8
        icon_url = value 

        # создаём объект с собственной иконкой размером 
        icon = CustomIcon(icon_url, icon_size=(20, 20))

        # создаём маркер с иконкой icon и добавляем его в кластер
        Marker(
            [row['lat'], row['lng']],
            popup=f"{row['name']} {row['new_chain']}  рейтинг: {row['rating']} режим работы: {row['hours']}\
            расстояние до центра: {row['distance']} км",
            icon=icon,
        ).add_to(m)

    # применяем функцию для создания кластеров к каждой строке датафрейма
    top_cofee_street_s.loc[top_cofee_street_s['category']==key].apply(create_clusters, axis=1)


# выводим карту
m


# выделим данные
top_cofee_name = cofee_house.groupby(by=['name'])['lat'].count().sort_values(ascending=False).head(10)
#top_cofee_street.columns = ['Улица','Количество заведений']
top_cofee_name_s = cofee_house.query('name in @top_cofee_name.index')
top_cofee_name = top_cofee_name_s.groupby(by=['name','new_chain'])['lat'].count().sort_values(ascending=False).reset_index()
top_cofee_name.columns = ['Название','Тип заведения','Количество заведений']
display(top_cofee_name)
print('*************************************')
print(f"Топ 10 популярных кофеен составляет {len(top_cofee_name_s)}  из общих {len(cofee_house)}")

*************************************
Топ 10 популярных кофеен составляет 400  из общих 1413


# построим график  
fig = px.bar( top_cofee_name.sort_values(by='Количество заведений',ascending=False), x='Название', y='Количество заведений',\
             color='Название',text='Количество заведений', title='',pattern_shape='Тип заведения')
fig.update_xaxes(tickangle=-25)
fig.update_layout(width=1000, height=600)
fig.show();


# выделим данные и построим график
chain_share = round(cofee_house.groupby(by='new_chain')['is_24/7'].mean(),2)
chain_share.columns = ['Тип заведения','Доля круглосуточных']
chain_share.plot(kind='bar',figsize=(7,5),alpha=0.6,color='g')
plt.title('Доля круглосуточных заведений по категориям')
plt.ylabel('Доля')

plt.xlabel('Тип заведения')
plt.xticks(rotation=0)
plt.show(); 
print('**********************************************************')
display(chain_share)

**********************************************************

new_chain
несетевые    0.01
сетевые      0.07
Name: is_24/7, dtype: float64


# подготовим данные
cofee_house_is24_distrit = cofee_house.groupby(by='district')['is_24/7'].mean().reset_index()
cofee_house_is24_distrit.columns = ['Округ','Доля круглосуточных заведений']
cofee_house_is24_distrit['Доля круглосуточных заведений'] = round(cofee_house_is24_distrit['Доля круглосуточных заведений'],2)
display(cofee_house_is24_distrit.sort_values(by='Доля круглосуточных заведений',ascending=False))
print(f"Доля круглосуточных кофеен от общего их числа равна {round(cofee_house['is_24/7'].mean(),2)}")

Доля круглосуточных кофеен от общего их числа равна 0.04


# отобразим результат на карте москвы
import json
from folium import Map, Choropleth


try:
    state_geo = 'F:\\обучение\\projects\\moskow_restourants\\admin_level_geomap.geojson'
except:
    state_geo = 'https://code.s3.yandex.net/data-analyst/admin_level_geomap.geojson'
    
    
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = folium.Map(location=[moscow_lat, moscow_lng],zoom_start=9.9)
# выводим карту

# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
    geo_data=state_geo,
    data=cofee_house_is24_distrit,
    columns=['Округ', 'Доля круглосуточных заведений'],
    key_on='feature.name',
    fill_color='Blues',
    fill_opacity=0.5,
    legend_name='Значение доли круглосуточных заведений',
).add_to(m)

# выводим карту
m


# построим гистограмму для отображения распределения рейтингов сетевых и несетевых кофеен
sns.set_style('darkgrid')
plt.figure(figsize=(10,6))
ax = sns.histplot(x='rating', data=cofee_house.loc[cofee_house['new_chain']=='сетевые'], kde=True,bins=33,color='red',alpha=0.33,legend=True)
sns.histplot(ax=ax,x='rating', data=cofee_house.loc[cofee_house['new_chain']=='несетевые'], kde=True,bins=33,color='green',alpha=0.33,legend=True)
#sns.move_legend(ax, "lower right", bbox_to_anchor=(1, 1.05), ncol=3, title=None, frameon=False)
plt.xlim(2,5)
plt.legend(['сетевые','несетевые'])
plt.grid(True)
ax.set_title('Распределения рейтингов кофеен')
ax.set_ylabel('Количество')
ax.set_xlabel('Рейтинг')
plt.show();
print('*****************************************')
print('Описательная статистика рейтингов кофеен')
print(round(cofee_house.rating.describe(),2))

*****************************************
Описательная статистика рейтингов кофеен
count    1413.00
mean        4.28
std         0.37
min         1.40
25%         4.10
50%         4.30
75%         4.40
max         5.00
Name: rating, dtype: float64


# посчитаем средний рейтинг по округам 

rating_cofee = cofee_house.groupby('district', as_index=False)['rating'].agg('median')
display(rating_cofee)


# отобразим результат на карте москвы
import json
from folium import Map, Choropleth


try:
    state_geo = 'F:\\обучение\\projects\\moskow_restourants\\admin_level_geomap.geojson'
except:
    state_geo = 'https://code.s3.yandex.net/data-analyst/admin_level_geomap.geojson'
    
    
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = folium.Map(location=[moscow_lat, moscow_lng],zoom_start=9.9)
# выводим карту

# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
    geo_data=state_geo,
    data=rating_cofee,
    columns=['district', 'rating'],
    key_on='feature.name',
    fill_color='Blues',
    fill_opacity=0.5,
    legend_name='Значение рейтинга кофеен по округам',
).add_to(m)

# выводим карту
m


# построим гистограмму для отображения распределения стоимости чашки капучино сетевых и несетевых кофеен
sns.set_style('darkgrid')
plt.figure(figsize=(10,6))
ax = sns.histplot(x='middle_coffee_cup', data=cofee_house.loc[cofee_house['new_chain']=='сетевые'], kde=True,bins=150,color='red',alpha=0.33,legend=True)
sns.histplot(ax=ax,x='middle_coffee_cup', data=cofee_house.loc[cofee_house['new_chain']=='несетевые'], kde=True,bins=45,color='green',alpha=0.53,legend=True)
#sns.move_legend(ax, "lower right", bbox_to_anchor=(1, 1.05), ncol=3, title=None, frameon=False)
plt.xlim(0,400)
plt.legend(['сетевые','несетевые'])
plt.grid(True)
ax.set_title('Распределения стоимости чашки капучино')
ax.set_ylabel('Количество')
ax.set_xlabel('Стоимость')
plt.show();
print('*****************************************')
print('Описательная статистика стоимости чешки капучино для всех кофеен')
display(round(cofee_house.middle_coffee_cup.describe(),2))

*****************************************
Описательная статистика стоимости чешки капучино для всех кофеен

count     521.00
mean      175.06
std        89.75
min        60.00
25%       124.00
50%       170.00
75%       225.00
max      1568.00
Name: middle_coffee_cup, dtype: float64


# посчитаем стоимость чашки капучино по округам, подготовим данные
cofee_house_cup_distrit = cofee_house.groupby(by='district')['middle_coffee_cup'].median().reset_index()
cofee_house_cup_distrit.columns = ['Округ','Стоимость чашки капучино']
display(cofee_house_cup_distrit.sort_values(by='Стоимость чашки капучино',ascending=False))
print(f"Средняя стоимость чашки капучино {cofee_house['middle_coffee_cup'].median()}")

Средняя стоимость чашки капучино 170.0


# отобразам результат на карте москвы
import json
from folium import Map, Choropleth


try:
    state_geo = 'F:\\обучение\\projects\\moskow_restourants\\admin_level_geomap.geojson'
except:
    state_geo = 'https://code.s3.yandex.net/data-analyst/admin_level_geomap.geojson'
    
    
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = folium.Map(location=[moscow_lat, moscow_lng],zoom_start=9.9)
# выводим карту

# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
    geo_data=state_geo,
    data=cofee_house_cup_distrit,
    columns=['Округ', 'Стоимость чашки капучино'],
    key_on='feature.name',
    fill_color='Blues',
    fill_opacity=0.5,
    legend_name='Средняя стоимость чашки капучино',
).add_to(m)

# выводим карту
m


# Построим график изменения средней стоимости капучино в зависимости от удаленности из центра 
ax = cofee_house.loc[cofee_house['new_chain']=='несетевые'].groupby(by='distance_km')['middle_coffee_cup'].median().plot(figsize=(20,7),grid=True,color='b',linewidth=3,legend=True)
cofee_house.loc[cofee_house['new_chain']=='сетевые'].groupby(by='distance_km')['middle_coffee_cup'].median().plot(figsize=(20,7),grid=True,color='r',linewidth=3,legend=True)
plt.legend(labels=['несетевые','сетевые'])
plt.title('Изменение средней стоимости капучино в зависимости от удаленности из центра')
plt.xlabel('Расстояние')
plt.ylabel('Средняя стоимость капучино')
plt.show()


## построим гистограмму для отображения распределения стоимости чашки капучино сетевых и несетевых кофеен
sns.set_style('darkgrid')
plt.figure(figsize=(10,6))
ax = sns.histplot(x='seats', data=cofee_house.loc[cofee_house['new_chain']=='сетевые'], kde=True,bins=100,color='red',alpha=0.33,legend=True)
sns.histplot(ax=ax,x='seats', data=cofee_house.loc[cofee_house['new_chain']=='несетевые'], kde=True,bins=100,color='green',alpha=0.35,legend=True)
#sns.move_legend(ax, "lower right", bbox_to_anchor=(1, 1.05), ncol=3, title=None, frameon=False)
plt.xlim(0,500)
plt.legend(['сетевые','несетевые'])
plt.grid(True)
ax.set_title('Распределения количества посадочных мест в кафейнях')
ax.set_ylabel('Количество')
ax.set_xlabel('Количество посадочных мест в кафейнях')
plt.show();
print('*****************************************')
print('Описательная статистика количества посадочных мест для всех кофеен')
display(round(cofee_house.seats.describe(),2))

*****************************************
Описательная статистика количества посадочных мест для всех кофеен

count     751.00
mean      111.20
std       127.84
min         0.00
25%        40.00
50%        80.00
75%       144.00
max      1288.00
Name: seats, dtype: float64


# выделим данные и построим график
near_is_mall_share = round(cofee_house.groupby(by='new_chain')['near_is_mall'].mean(),2)
near_is_mall_share.columns = ['Доля с наличием торгового центра']
near_is_mall_share.plot(kind='bar',figsize=(7,5),alpha=0.6,color='g')
plt.title('Доля заведений с наличием торгового центра по категориям')
plt.ylabel('Доля')

plt.xlabel('Тип заведения')
plt.xticks(rotation=0)
plt.show(); 
print('**********************************************************')
display(near_is_mall_share)

**********************************************************

new_chain
несетевые    0.47
сетевые      0.65
Name: near_is_mall, dtype: float64


cofee_house['Наличие торгового центра'] = cofee_house.near_is_mall_str
cofee_house['Тип заведения'] = cofee_house.new_chain


# построим график  
fig = px.histogram(cofee_house,  x='seats',marginal='violin',\
             color='Наличие торгового центра',pattern_shape='Наличие торгового центра',animation_frame='Тип заведения')
fig.update_xaxes(tickangle=-25)
fig.update_layout(width=950, height=600)
fig.update_layout(barmode='overlay',xaxis_title='Посадочные места',
                    yaxis_title='Количество заведений')
fig.update_traces(opacity=0.55)
fig.show();

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	seats	street
8236	1у	кафе	Москва, Нагатинская набережная, 40/1к1	Южный административный округ	NaN	55.685528	37.673546	3.4	NaN	NaN	NaN	NaN	NaN	Нагатинская набережная
8375	Улица Гурьянова 55	кафе	Москва, улица Гурьянова, 55	Юго-Восточный административный округ	NaN	55.679981	37.717034	4.5	NaN	NaN	NaN	NaN	NaN	Гурьянова
8378	Восточно-грузинская кухня	быстрое питание	Москва, Зеленодольская улица, 32, корп. 3	Юго-Восточный административный округ	NaN	55.710540	37.767864	4.3	NaN	NaN	NaN	NaN	120.0	Зеленодольская
8381	Аэлита	кафе	Москва, Ферганская улица, 8, корп. 2, стр. 1	Юго-Восточный административный округ	NaN	55.708871	37.803831	3.8	NaN	NaN	NaN	NaN	30.0	Ферганская
8395	Истира Запрафка	кафе	Москва, Юго-Восточный административный округ, ...	Юго-Восточный административный округ	NaN	55.724686	37.710558	2.9	NaN	NaN	NaN	NaN	NaN	Юго-Восточный административный округ

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats	street	is_24/7
133	Крепери	бар,паб	Москва, улица Лескова, 14	Северо-Восточный административный округ	ежедневно, 10:00–22:00	55.897490	37.604722	4.0	NaN	NaN	NaN	NaN	1	NaN	Лескова	False
206	Vintage	кафе	Москва, Дмитровское шоссе, 163Ак1	Северо-Восточный административный округ	ежедневно, 10:00–22:00	55.908956	37.540036	4.1	NaN	NaN	NaN	NaN	1	NaN	Дмитровское шоссе	False
382	Halal food	кафе	Москва, Петрозаводская улица, 34	Северный административный округ	ежедневно, круглосуточно	55.867428	37.489429	4.4	средние	Средний счёт:200–400 ₽	300.0	NaN	1	30.0	Петрозаводская	True
613	Wаурма	кафе	Москва, улица Героев Панфиловцев, 1/2	Северо-Западный административный округ	NaN	55.852060	37.438371	4.1	NaN	NaN	NaN	NaN	1	NaN	Героев Панфиловцев	NaN
745	В своей тарелке	столовая	Москва, Локомотивный проезд, 21	Северный административный округ	NaN	55.845414	37.573537	3.9	NaN	NaN	NaN	NaN	1	NaN	Локомотивный проезд	NaN

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats
0	WoWфли	кафе	Москва, улица Дыбенко, 7/1	Северный административный округ	ежедневно, 10:00–22:00	55.878494	37.478860	5.0	NaN	NaN	NaN	NaN	0	NaN
1	Четыре комнаты	ресторан	Москва, улица Дыбенко, 36, корп. 1	Северный административный округ	ежедневно, 10:00–22:00	55.875801	37.484479	4.5	выше среднего	Средний счёт:1500–1600 ₽	1550.0	NaN	0	4.0
2	Хазри	кафе	Москва, Клязьминская улица, 15	Северный административный округ	пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00...	55.889146	37.525901	4.6	средние	Средний счёт:от 1000 ₽	1000.0	NaN	0	45.0
3	Dormouse Coffee Shop	кофейня	Москва, улица Маршала Федоренко, 12	Северный административный округ	ежедневно, 09:00–22:00	55.881608	37.488860	5.0	NaN	Цена чашки капучино:155–185 ₽	NaN	170.0	0	NaN
4	Иль Марко	пиццерия	Москва, Правобережная улица, 1Б	Северный административный округ	ежедневно, 10:00–22:00	55.881166	37.449357	5.0	средние	Средний счёт:400–600 ₽	500.0	NaN	1	148.0

	Улица	Количество заведений
1440	проспект Мира	184
1038	Профсоюзная	122
1437	проспект Вернадского	108
696	Ленинский проспект	107
693	Ленинградский проспект	95
479	Дмитровское шоссе	88
589	Каширское шоссе	77
358	Варшавское шоссе	76
694	Ленинградское шоссе	70
731	МКАД	65
725	Люблинская	60
353	Вавилова	55
683	Кутузовский проспект	54
806	Миклухо-Маклая	49
1048	Пятницкая	48

	index	district
0	Центральный административный округ	2242
1	Северный административный округ	900
2	Южный административный округ	892
3	Северо-Восточный административный округ	891
4	Западный административный округ	851
5	Восточный административный округ	798
6	Юго-Восточный административный округ	714
7	Юго-Западный административный округ	709
8	Северо-Западный административный округ	409

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats	street
10	Great Room Bar	бар,паб	Москва, Левобережная улица, 12	Северный административный округ	ежедневно, круглосуточно	55.877832	37.469171	4.5	средние	Цена бокала пива:250–350 ₽	NaN	NaN	0	102.0	Левобережная
17	Чайхана Беш-Бармак	ресторан	Москва, Ленинградское шоссе, 71Б, стр. 2	Северный административный округ	ежедневно, круглосуточно	55.876908	37.449876	4.4	средние	Средний счёт:350–500 ₽	425.0	NaN	0	96.0	Ленинградское шоссе
19	Пекарня	булочная	Москва, Ижорский проезд, 5	Северный административный округ	ежедневно, круглосуточно	55.887969	37.515688	4.4	NaN	NaN	NaN	NaN	1	NaN	Ижорский проезд
24	Drive Café	кафе	Москва, улица Дыбенко, 9Ас1	Северный административный округ	ежедневно, круглосуточно	55.879992	37.481571	4.0	NaN	NaN	NaN	NaN	1	NaN	Дыбенко
49	2U-Ту-Ю	пиццерия	Москва, Ижорская улица, 8А	Северный административный округ	ежедневно, круглосуточно	55.886160	37.508784	2.7	NaN	Средний счёт:900 ₽	900.0	NaN	0	NaN	Ижорская

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats	street
38	Ижора	булочная	Москва, Ижорский проезд, 5А	Северный административный округ	NaN	55.888366	37.514856	4.4	NaN	NaN	NaN	NaN	0	NaN	Ижорский проезд
40	Кафе	кафе	Москва, Ижорская улица, 18, стр. 1	Северный административный округ	NaN	55.895115	37.524902	3.7	NaN	NaN	NaN	NaN	0	NaN	Ижорская
44	Кафетерий	кафе	Москва, Ангарская улица, 24А	Северный административный округ	NaN	55.876289	37.519315	3.8	NaN	NaN	NaN	NaN	1	8.0	Ангарская
56	Рыба из тандыра	быстрое питание	Москва, Коровинское шоссе, 46, стр. 5	Северный административный округ	NaN	55.888010	37.515960	1.5	NaN	NaN	NaN	NaN	0	NaN	Коровинское шоссе
108	Кафе	бар,паб	Москва, МКАД, 82-й километр, вл18	Северо-Восточный административный округ	NaN	55.908930	37.558777	4.2	NaN	NaN	NaN	NaN	0	NaN	МКАД

	Категория	Количество
не является сетевым	0	5201
сетевое	1	3205

	Тип заведения	Категория	Средний счет
0	несетевые	бар,паб	1250.0
1	несетевые	ресторан	1250.0
2	сетевые	бар,паб	1060.0
3	сетевые	ресторан	1000.0
4	несетевые	пиццерия	850.0
5	сетевые	кофейня	575.0
6	несетевые	кафе	550.0
7	сетевые	булочная	550.0
8	сетевые	кафе	550.0
9	сетевые	пиццерия	500.0
10	несетевые	булочная	425.0
11	сетевые	быстрое питание	425.0
12	несетевые	кофейня	381.0
13	несетевые	быстрое питание	350.0
14	несетевые	столовая	300.0
15	сетевые	столовая	300.0

	Округ	Доля круглосуточных заведений
6	Юго-Восточный административный округ	0.147854
0	Восточный административный округ	0.134163
4	Северо-Западный административный округ	0.116531
7	Юго-Западный административный округ	0.112308
1	Западный административный округ	0.091720
8	Южный административный округ	0.090689
3	Северо-Восточный административный округ	0.090361
2	Северный административный округ	0.083924
5	Центральный административный округ	0.059249

	Доля круглосуточных заведений
count	16.00
mean	0.10
std	0.08
min	0.01
25%	0.05
50%	0.07
75%	0.13
max	0.28

	Тип заведения	Категория заведения	Доля заведений
0	несетевые	быстрое питание	0.68
1	сетевые	быстрое питание	0.67
2	сетевые	кофейня	0.65
3	сетевые	ресторан	0.62
4	сетевые	пиццерия	0.61
5	сетевые	булочная	0.59
6	сетевые	кафе	0.56
7	сетевые	бар,паб	0.55
8	несетевые	булочная	0.55
9	несетевые	пиццерия	0.50
10	несетевые	ресторан	0.48
11	несетевые	кафе	0.48
12	несетевые	кофейня	0.47
13	несетевые	бар,паб	0.46
14	сетевые	столовая	0.43
15	несетевые	столовая	0.40

	Количество заведений
Кофейни	1413
Остальные	6993

	Тип заведения	Наличие торгового центра	Категория	Медианное количество посадочных мест
0	несетевые	есть	бар,паб	95.0
1	несетевые	есть	булочная	67.0
2	несетевые	есть	быстрое питание	55.5
3	несетевые	есть	кафе	60.0
4	несетевые	есть	кофейня	60.0

	Название	Тип заведения	Количество заведений
0	Шоколадница	сетевые	119
1	One Price Coffee	сетевые	71
2	Cofix	сетевые	65
3	КОФЕПОРТ	сетевые	42
4	CofeFest	сетевые	31
5	Кофемания	сетевые	22
6	Cinnabon	сетевые	20
7	Правда кофе	сетевые	12
8	Krispy Kreme	сетевые	9
9	Кофейня	несетевые	9

	Округ	Стоимость чашки капучино
7	Юго-Западный административный округ	198.0
5	Центральный административный округ	190.0
1	Западный административный округ	189.0
4	Северо-Западный административный округ	165.0
3	Северо-Восточный административный округ	162.5
2	Северный административный округ	159.0
8	Южный административный округ	150.0
6	Юго-Восточный административный округ	147.5
0	Восточный административный округ	135.0

Анализ рынка заведений общественного питания Москвы¶

Содержание:¶

Выгрузка и знакомство с данными¶

Предобработка и анализ данных¶

разберем колонки с названиями заведений¶

Проработаем столбец category с категориями заведений¶

Разберем адреса в колонке address и выдилим улицу из названия¶

Разберем районы в столбце district¶

Разберем столбец с часами работы hours¶

Посмотрим на рейтинги в столбце rating¶

Разберем строку с категориями цен price¶

Разберем столбец со значением среднего счета avg_bill¶

Разберем столбец со значением среднего счета middle_avg_bill¶

Разберем столбец со значением средней стоимости чашки капучино middle_coffee_cup¶

Разберем количество посадочных мест в колонке seats¶

Разберем столбец, отображающий является ли заведение сетевым¶

ВЫВОД ПОСЛЕ ПРЕДВАРИТЕЛЬНОГО АНАЛИЗА ПО КОЛОНКАМ ОБЩЕЙ ВЫБОРКИ ДАННЫХ:¶

АНАЛИЗ ВЗАИМОСВЯЗЕЙ И ОСОБЕННОСТЕЙ ЗАВЕДЕНИЙ ОБЩЕСТВЕННОГО ПИТАНИЯ МОСКВЫ¶

Проведем анализ количества заведений по категориям¶

Проведем анализ среднего значения количества посадочных мест по категориям¶

Проведем анализ соотношения сетевых и несетевых заведений¶

Проанализируем топ 15 заведений по количеству точек¶

Проведем анализ категорий заведений по Административным округам¶

Проведем анализ рейтингов заведений¶

Посчитаем расстояния от центра до каждого объекта¶

Отобразим все заведения на катре москвы¶

Найдем топ 15 улиц по количеству заведений¶

Посмотрим на самые непопулярные улицы¶

Проведем анализ среднего чека по округам и в зависимости от удаленности из центра¶

Анализ по округам¶

Анализ среднего чека по категориям заведений¶

Анализ зависимости удаленности из центра со значением среднего счета¶

Анализ доли круглосуточных заведений по округам и по категориям¶

Анализ по округам¶

Анализ долей круглосуточных заведений по категориям¶

Анализ взаимосвязи количества посадочных мест заведений с наличием торговых центров на расстоянии 400 метров¶

Аназилз распределения долей заведений имеющих торговый центр в указаннои радиусе в по категориям заведения¶

Анализ изменения количества посадочных мест в группах с наличием торгового центра и без, по категориям¶

Вывод по анализу заведений общественного питания:¶

Анализ кофеен¶

Посмотрим на распределение кофеен по округам¶

Разберем топ 15 самых популярных улиц для расположения кофеен¶

Посмотрим на количество самых папулярных кофеен¶

Проведем анализ доли круглосуточных кафеен¶

Посмотрим на распределение рейтингов кофеен¶

Проведем анализ распределения среднего чека и срендей стоимости чашки капучино¶

Анализируем зависимость удаленности из центра и стоимость чашки капучино¶

Проведем анализ распределения количества посадочных мест кофеен¶

Проведем анализ влияния наличия торговых центров в радиусе 400 метров на количество посадочных мест в кофейнях¶

Вывод по анализу кофеен:¶

Рекомендации по выбору места для открытия заведений общественного питания:¶

Рекомендации по выбору помещения для концептуальной идеи кофейни "Central Perk":¶